SISTEM REKOMENDASI BERBASIS AI DALAM E-LEARNING DAN DAMPAKNYA TERHADAP MOTIVASI & KEMANDIRIAN BELAJAR: TINJAUAN LITERATUR (2021–2025)

Abstrak

Perkembangan pesat sistem rekomendasi berbasis kecerdasan buatan dalam e-learning membuka peluang baru untuk mempersonalisasi pengalaman belajar, namun dampaknya terhadap motivasi dan kemandirian belajar belum banyak dipetakan secara komprehensif. Artikel ini menyajikan tinjauan literatur naratif terarah terhadap publikasi tahun 2021–2025 yang mengkaji sistem rekomendasi pendidikan berbasis AI dalam berbagai platform (LMS, LXP, MOOC, dan aplikasi kursus daring), dengan fokus pada dua konstruk kunci, yaitu motivasi belajar dan self regulated learning (SRL). Pencarian dilakukan pada basis data internasional dan nasional dengan kriteria inklusi yang menekankan keberadaan modul rekomendasi dan pengukuran variabel motivasi, keterlibatan, kepuasan, otonomi belajar, atau indikator SRL. Hasil sintesis menunjukkan bahwa sistem rekomendasi AI umumnya memperkuat motivasi ketika mampu meningkatkan relevansi materi, mengurangi beban pencarian, dan menjaga ruang kontrol pengguna melalui transparansi dan opsi alternatif. Pada sisi SRL, rekomendasi yang dihubungkan dengan tujuan belajar, pola aktivitas, visualisasi progres, serta umpan balik formatif berpotensi berfungsi sebagai scaffolding bagi perencanaan, pemantauan, dan refleksi, meskipun risiko ketergantungan dan “filter bubble” tetap mengemuka. Artikel ini mengusulkan model konseptual yang mengaitkan fitur desain utama (personalisasi adaptif, learner control, explainability, dan integrasi pedagogis) dengan dimensi motivasi dan SRL, serta menegaskan pentingnya pengembangan sistem rekomendasi yang selaras dengan agenda Merdeka Belajar dan tantangan infrastruktur pendidikan di Indonesia.